Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
bytedance-research 做的 Gradio 应用,运行在 ZeroGPU 硬件上,围绕 USO 模型和记录里提到的三个 FLUX.1 模型构建。README 没有任何描述,所以请直接看页面了解它能做什么。
USO FLUX 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download bytedance-research/USO --repo-type space --local-dir USO cd USO
这个 Space 是 bytedance-research 团队的一个 Gradio 应用,在 Hugging Face 的 ZeroGPU 硬件上运行。它的记录里提到三个 FLUX.1 模型,也就是 dev、Krea-dev 和 schnell,还有 USO 模型和两个图像编码器 SigLIP 与 CLIP。README 只是 Hugging Face 的默认模板,没有任何描述,所以页面本身才是了解它功能的最佳指南。
适合想试试这个团队基于 FLUX.1 的应用的人,也适合想读懂它是怎么搭起来的开发者。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 软件 | 开发者 | 阅读 app.py 和 uso 文件夹,看提到的模型是怎么接起来的 | 开发者试过页面之后再打开代码 |
| 研究 | 机器学习研究人员 | 把 USO 模型和应用提到的 FLUX.1 模型放在一起试用 | 研究人员运行页面并记录它的表现 |
| 设计 | 创作者 | 摸索页面的控件,看看它能做出什么 | 创作者试用页面并比较结果 |
如果你需要书面文档,可以跳过它,因为 README 没有使用说明。
你可以在下面这些地方使用它。
| 使用场景 | 适合谁 | 得到什么 |
|---|---|---|
| 在线试用应用 | 任何人 | 页面控件在屏幕上生成的内容 |
| 研究代码 | 开发者 | 可阅读的 app.py 文件和 uso 文件夹 |
在线使用只需要浏览器。本地副本需要 Python 和仓库列出的软件包。
pip install -U huggingface_hub hf download bytedance-research/USO --repo-type space --local-dir USO cd USO pip install gradio==5.49.1 pip install -r requirements.txt python app.py
打开这个 Space 的页面,使用它显示的控件。如果是本地副本,用下面的命令启动,然后在浏览器里打开它提供的页面。
python app.py
你打开这个 Space 的页面,用它显示的控件运行一次。结果会出现在页面上,生成什么取决于这些控件,而来源没有描述它们。
Gradio 是把模型放到一个简单网页后面的方式。先在浏览器里打开这个 Space 的页面,一个一个地试控件。
从底层看,这个应用用 Gradio 5.49.1 构建,在 Hugging Face 的 zero-a10g 硬件上运行。记录里提到了 Black Forest Labs 的 FLUX.1-dev、FLUX.1-Krea-dev 和 FLUX.1-schnell,还有 USO 模型、google/siglip-so400m-patch14-384 和 openai/clip-vit-large-patch14。来源没有说这些怎么配合。
来源很薄,所以请把这一页当作文件和模型的索引,其余的请到 Space 本身去看。
bytedance-research 做的 Gradio 应用,运行在 ZeroGPU 硬件上,围绕 USO 模型和记录里提到的三个 FLUX.1 模型构建。README 没有任何描述,所以请直接看页面了解它能做什么。
由 bytedance-research 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:这个 Space 是 bytedance-research 团队的一个 Gradio 应用,在 Hugging Face 的 ZeroGPU 硬件上运行。它的记录里提到三个 FLUX.1 模型,也就是 dev、Krea-dev 和 schnell,还有 USO 模型和两个图像编码器 SigLIP 与 CLIP。README 只是 Hugging Face 的默认模板,没有任何描述,所以页面本身才是了解它功能的最佳指南。
适合谁:适合想试试这个团队基于 FLUX.1 的应用的人,也适合想读懂它是怎么搭起来的开发者。
行业 | 使用者 | 使用方式 | 例子
软件 | 开发者 | 阅读 app.py 和 uso 文件夹,看提到的模型是怎么接起来的 | 开发者试过页面之后再打开代码
研究 | 机器学习研究人员 | 把 USO 模型和应用提到的 FLUX.1 模型放在一起试用 | 研究人员运行页面并记录它的表现
设计 | 创作者 | 摸索页面的控件,看看它能做出什么 | 创作者试用页面并比较结果
如果你需要书面文档,可以跳过它,因为 README 没有使用说明。
用在哪里:你可以在下面这些地方使用它。
使用场景 | 适合谁 | 得到什么
在线试用应用 | 任何人 | 页面控件在屏幕上生成的内容
研究代码 | 开发者 | 可阅读的 app.py 文件和 uso 文件夹
如何设置:在线使用只需要浏览器。本地副本需要 Python 和仓库列出的软件包。
pip install -U huggingface_hub
hf download bytedance-research/USO --repo-type space --local-dir USO
cd USO
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py
如何使用:打开这个 Space 的页面,使用它显示的控件。如果是本地副本,用下面的命令启动,然后在浏览器里打开它提供的页面。
python app.py
示例:你打开这个 Space 的页面,用它显示的控件运行一次。结果会出现在页面上,生成什么取决于这些控件,而来源没有描述它们。
新手与专家:Gradio 是把模型放到一个简单网页后面的方式。先在浏览器里打开这个 Space 的页面,一个一个地试控件。
从底层看,这个应用用 Gradio 5.49.1 构建,在 Hugging Face 的 zero-a10g 硬件上运行。记录里提到了 Black Forest Labs 的 FLUX.1-dev、FLUX.1-Krea-dev 和 FLUX.1-schnell,还有 USO 模型、google/siglip-so400m-patch14-384 和 openai/clip-vit-large-patch14。来源没有说这些怎么配合。
你在浏览器里打开这个 Space
你使用页面的控件
应用在 ZeroGPU 硬件上运行
结果显示在页面上
注意事项:来源很薄,所以请把这一页当作文件和模型的索引,其余的请到 Space 本身去看。
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| USO FLUX 本页 | 302 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。